Automatic Keyphrase Extraction Dataset

Name: Automatic Keyphrase Extraction Dataset
Creator: OpenDataLab
Published: 2022-05-30T18:41:26+08:00

OpenXLab2026-04-18 收录

关键短语提取

数据链接：

https://openxlab.org.cn/datasets/OpenDataLab/Automatic_Keyphrase_Extraction_etc 数据链接链接失效反馈

官方服务：

资源简介：

自动关键短语提取任务的数据集。

提供机构：

OpenDataLab

创建时间：

2022-05-30

MKQA (Multilingual Knowledge Questions and Answers)

自然语言处理

跨语言问答评估

多语言知识问答 (MKQA) 是一个开放域问答评估集，包含 10k 个问答对，这些问答对排列在 26 种不同类型的语言中（总共 260k 个问答对）。该数据集的目标是为各种语言的问答质量提供具有挑战性的基准。答案基于与语言无关的数据表示，使结果可以跨语言进行比较，并且独立于特定语言的段落。该数据集包含 26 种语言，为评估问答提供了迄今为止最广泛的语言。

OpenDataLab2026-07-12 更新490

Kinship

家族关系

亲缘识别

该关系数据库由两个家族中的 24 个唯一名称组成（它们具有相同的结构）。

OpenXLab90

Polish Political Advertising Dataset

政治广告分析

自然语言处理

用于检测波兰语中特定文本块和政治广告类别的数据集。它包含 1,705 条人工注释的推文，标记有九个类别，这些类别构成波兰选举法下的竞选活动。

OpenDataLab2026-08-23 更新60

PAQ (Probably Asked Questions)

自然语言处理

机器学习

可能问的问题 (PAQ) 是一个非常大的资源，包含 6500 万个自动生成的 QA 对。 PAQ 是 65M 自然语言 QA 对的半结构化知识库 (KB)，模型可以记忆和/或学习从中检索。 PAQ 与传统 KB 的不同之处在于问题和答案以自然语言存储，并且生成的问题很可能出现在 ODQA 数据集中。 PAQ 是使用问题生成模型和维基百科自动构建的。

OpenDataLab2026-07-12 更新300

Clothing Attributes Dataset

服装属性识别

细粒度分析

我们引入服装属性数据集，以促进学习对象视觉属性的研究。该数据集包含1856个图像，具有26个地面真相服装属性，例如 “长袖”，“有衣领” 和 “条纹图案”。标签是使用Amazon Mechanical Turk收集的。

OpenXLab80